| Title: | Detekce slov s nepravidelnou výslovností v českém textu |
| Other Titles: | Detection of words with irregular pronunciation in Czech text |
| Authors: | Lehečka, Jan |
| Advisor: | Hoidekr, Jan |
| Referee: | Švec, Jan |
| Issue Date: | 2012 |
| Publisher: | Západočeská univerzita v Plzni |
| Document type: | diplomová práce |
| URI: | http://hdl.handle.net/11025/2648 |
| Keywords: | nepravidelná výslovnost;fonetická transkripce;automatická detekce jazyka;jazykový model;klasifikace;lineární systém rovnic;klasifikátor podle k-nejbližšího souseda;neuronové sítě |
| Keywords in different language: | irregular pronunciation;phonetic transcription;automatic language detection;language model;classification;linear system of equations;k-nearest neighbor classifier;neural networks |
| Abstract: | Cílem této diplomové práce je navrhnout a implementovat systém, který automaticky hledá a označuje slova s nepravidelnou výslovností v českých textech. Nepravidelná výslovnost slova je taková výslovnost, která nelze odvodit pomocí pravidel české fonetické transkripce. Pro řešení je použit klasifikátor, který roztřídí všechna slova do dvou tříd, a to do třídy slov s pravidelnou výslovností a třídy slov s nepravidelnou výslovností. Natrénovaný klasifikátor zohledňuje i slovník výjimek zabudovaný v existujícím fonetickém transkriberu. Výsledky této práce ukazují, že nejlepší klasifikace slov je dosaženo při použití klasifikátoru podle k-nejbližšího souseda. Dalšími zkoumanými klasifikátory v této práci byly neuronové sítě, lineární SVC a rozhodovací stromy. |
| Abstract in different language: | The goal of this work is proposal and implementation of a system, which is able to find and mark words with irregular pronunciation in Czech texts. Irregular pronunciation of word is such pronunciation, that can not be derived by using rules of Czech phonetic transcription. To solve the problem, a classifier separating words into two classes is used. In the first target class, there are words with regular pronunciation, and the second class contains only words with irregular pronunciation. Trained classifier takes also a vocabulary of exceptions built in existing phonetic transcriber into consideration. The result of this work shows that the best classification is achieved when using k-nearest neighbor classifier. Other investigated classifiers in this work were neural networks, linear SVC and decision trees. |
| Rights: | Plný text práce je přístupný bez omezení. |
| Appears in Collections: | Diplomové práce / Theses (KKY) |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| dp_lehecka.pdf | Plný text práce | 1,3 MB | Adobe PDF | View/Open |
| lehecka-v.pdf | Posudek vedoucího práce | 1,75 MB | Adobe PDF | View/Open |
| lehecka-o.pdf | Posudek oponenta práce | 1,82 MB | Adobe PDF | View/Open |
| lehecka-p.pdf | Průběh obhajoby práce | 1,48 MB | Adobe PDF | View/Open |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/2648Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.